第七节 偏倚及其防止
一、常见偏倚的种类:
1、选择偏倚(selection bias):发生于研究对象中有人拒绝参加;历史性队列研究中有些人的档案丢失或记录不全;研究对象由较健康志愿者组成;早期病人研究开始时未发现、抽样方法不正确、执行不严格。
2、失访偏倚(lost to follow-up)在一个较长的追踪观察期内,总会有对象迁移、外出、死于非终点疾病或拒绝继续参加观察而退出队列。失访率最好不超过10%。
3、信息偏倚(information bias) 在获取暴露、结局或其他信息时所出现的系统误差或偏差,又称为错分偏倚(misclassification bias),如判断有病为无病,判断有无暴露等。
由于仪器不精确、询问技巧不佳、检验技术不熟练、医生诊断水平不高或标准不明确、记录错误甚至造假等造成。若发生于一组而不发生于另一组,或两组错分的程度不同,则结果可能比实际的相对危险度高或低。前者称为非特异性错分,将后者称为特异性错分。
4、混杂偏倚(confounding bias) 混杂是指所研究因素与结果的联系被其它外部因素所混淆,这个外部因素就叫混杂变量.它是疾病的一个危险因子,又与所研究的因素有联系,它在暴露组与对照组的分布是不均衡的。性别、年龄是最常见的混杂因素。
二、常见偏倚的预防:
1、选择偏倚的防止:预防为主的方针。首先要有一个正确的抽样方法,即严格遵守随机化的原则;严格按规定的标准选择对象;对象一旦选定,坚持随访到底。
2、失访偏倚的防止:提高研究对象的依从性。失访率达到20%以上,则研究的真实性值得怀疑。
3、信息偏倚的防止:选择精确稳定的测量方法、调准仪器、严格实验操作规程、同等地对待每个研究对象、提高临床诊断技术、明确各项标准、严格按规定执行、做好调查员培训是重要措施。
4、混杂偏倚的防止:对研究对象作某种限制以获得同质的样本;在对照选择中采用匹配的办法,在研究对象抽样严格遵守随机化的原则等措施。
三、常见偏倚的估计与处理:
1、选择偏倚与失访失倚:通过审查研究对象的选择方法、调查研究对象的依从率、比较失访及退出研究者与继续研究者的基本特征等,可初步估计选择偏倚与失访失偏产生的可能性。
2. 信息偏倚:通过对一个随机样本进行重复的调查与检测,将两次检测的结果进行比较,以估计信息偏倚的可能与大小。
3、混杂偏倚:首先应根据混杂的判断标准来判断混杂存在的可能性,比较分层调整前后的两个效应测量值的大小以估计混杂作用的大小。混杂偏倚的处理可采用分层分析、标准化或多因素分析的方法。
相关推荐: